Генеративный AI в энергетике: как энергокомпании переводят пилоты в промышленную эксплуатацию
Энергетическая отрасль работает в особом режиме: объекты генерации и сетей относятся к критической информационной инфраструктуре, поэтому данные остаются в периметре компании, а внешние облачные сервисы под запретом.
При этом доля компаний ТЭК, применяющих AI, выросла с 29% в 2021 году до 58% в 2024 года. Половина внедривших отметила существенный экономический эффект по итогам 2024 года.
Собрали GenAI-кейсы в энергетической отрасли за 2025-2026 годы: от автоматизации линий обслуживания до предиктивного обслуживания.
Кейсы внедрения GenAI в энергетике: мировой и российский опыт
Больше всего обращений в отрасли проходит через сбыты: показания счетчиков, начисления и задолженность идут миллионами контактов в год.
Автоматизация контакт-центра: показания, задолженность и поток обращений
Кейс Мосэнергосбыт: AI фильтрует миллион исходящих вызовов в день
Мосэнергосбыт обслуживает девять миллионов бытовых потребителей и 420 тысяч объектов юридических лиц. Контакт-центр ежедневно совершает больше миллиона исходящих вызовов, чтобы сообщить о задолженности, показаниях и плановых работах. Часть обзвона уходила впустую: звонки попадали на автоответчики и голосовые помощники.
Решение. Система на предиктивной аналитике распознает автоответчики и голосовые помощники в исходящем обзвоне как у операторов, так и у роботов. Пустые соединения она отсеивает.
Результат:
- До 40% обзвона попадало на автоответчики, теперь эти соединения система убирает из потока.
- 89% показаний счетчиков клиенты передают онлайн, и более 2 млн обращений в год закрывает чат-бот компании.
Кейс Octopus Energy: клиенты оценили AI-ответы выше ответов операторов
Британский поставщик энергии обслуживает клиентов на собственной платформе Kraken. Летом 2026 года компания подвела итоги трехмесячного пилота AI-агента в клиентской почте.
Решение. AI-агент Arlo самостоятельно отвечает на письма клиентов с вопросами по тарифам, датам платежей и данным учетной записи.
Результат:
- Около 8 000 писем в неделю обрабатывал агент, это 4% всей клиентской почты компании в Великобритании.
- 76% против 72% — удовлетворенность ответами AI и живых операторов.
Кейс Naturgy: больше половины звонков в аварийную службу закрываются без оператора
Испанская энергокомпания принимает 300 тысяч обращений по бытовым авариям в год и выполняет больше миллиона выездов. Телефонная линия технической службы была перегружена и не работала круглосуточно.
Решение. Голосовой агент проверяет личность клиента, разбирает аварии котлов и бытовой техники, проводит диагностику по шагам и вызывает мастера, если проблему не решить по телефону.
Результат:
- Более 50% звонков проходят без участия человека.
- 9,4 из 10 — оценка клиентами качества сервиса в первые недели работы.
Эксплуатация станций и сетей: AI находит дефект раньше аварии
Кейс РусГидро: разбор съемки с дрона за 28 часов вместо 110
Компания обследует гидротехнические сооружения — плотины, дамбы, береговые линии — на Саяно-Шушенской, Новосибирской и Усть-Среднеканской ГЭС. Разбор съемки с дронов инженеры вели вручную.
Решение. БПЛА снимают сооружения, ансамбль нейросетей находит дефекты на цифровой копии объекта и классифицирует их по степени опасности. Система строит 3D-модель и сравнивает ее с архивными обследованиями.
Результат:
- 28 часов вместо 110 уходит на разбор часовой съемки с дрона, это почти в четыре раза быстрее.
- На 76% снизился объем ручного труда, качество контроля состояния сооружений выросло на 90%.
Кейс Eversource Energy: 40 тысяч отключений у потребителей удалось предотвратить за два месяца
Американская энергокомпания работала по реактивной модели: аварию устраняли после того, как она произошла. Данные о сети лежали в разных системах и вместе не считались.
Решение. Вместе с EY собрали единую платформу данных о надежности сети, в которой учитывались: погода, телеметрия подстанций, геоданные, показания умных счетчиков, история отключений и расчистки трасс. Поверх нее работают ML-модели, которые предсказывают отказ.
Результат:
- 40 тысяч отключений у потребителей предотвращено за два месяца работы системы.
Кейс Росатом: платформа «АтомМайнд» принесла свыше 2,5 млрд рублей
Чепецкий механический завод выпускает циркониевые оболочки для ядерного топлива. Качество зависело от настроек оборудования, которые оператор подбирал по опыту, а ремонты шли по плановому графику.
Решение. Отраслевая платформа промышленного AI «АтомМайнд»: предиктивный контроль качества, планирование технического обслуживания и оптимизация техпроцессов.
Результат:
- Свыше 2,5 млрд рублей — экономический эффект отраслевой платформы «АтомМайнд».
- На 20% сократилось время реакции оператора, нагрузка на него — на 40%.
- В 10 раз быстрее идут вычисления на нейросетях, без потери точности.
Корпоративные ассистенты: поиск по документам и первая линия поддержки
Кейс Гринатом: ассистент «Атом.Зая» снял 35% очереди в поддержку
Гринатом, IT-интегратор Росатома, поддерживает пользователей корпоративных систем — 1С ERP «Цифровой Росатом» и «ЕОС Закупки». Поток обращений рос вместе с импортозамещением ERP на предприятиях отрасли.
Решение. Генеративный ассистент отвечает на вопросы пользователей до передачи оператору: модель ищет нужный документ в базе знаний компании и отвечает по нему (подход RAG).
Результат:
- На 35% сократилась очередь обращений в поддержку по итогам опытной эксплуатации.
- 25–30 секунд занимает ответ на вопрос пользователя.
Главное из кейсов: что в энергетике внедряют чаще всего
Обслуживание клиентов и исходящий обзвон. Мосэнергосбыт совершает миллион исходящих вызовов в день, и до 40% из них раньше уходило в автоответчики. Теперь такие звонки система отсеивает сама. В Octopus Energy письма клиентам готовит агент, и его ответы клиенты оценили выше, чем ответы живых операторов.
Диагностика оборудования и сетей. РусГидро разбирает часовую съемку с дрона за 28 часов вместо 110, Eversource за два месяца предотвратила 40 тысяч отключений у потребителей, а «АтомМайнд» снял с оператора 40% нагрузки.
Внутренние ассистенты и поиск по документам. Ассистент Гринатома забрал 35% очереди обращений в поддержку, а платформа Atom Space Росатома дошла до 104 тыс. пользователей на 250 предприятиях. Людей в поддержку не добавляли.
Внедряйте AI безопасно и в соответствии с требованиями КИИ
Jay Guard от Just AI разворачивается в периметре компании: маскирует чувствительные данные, блокирует промпт-инъекции, фильтрует контент и защищает коммерческую тайну и ноу-хау.
Другие материалы
Кейсы применения AI в финансах и страховании
Как банки и страховые автоматизируют поддержку, аналитику и документы
Кейсы применения AI на производстве
Как российские и мировые заводы применяют AI в обслуживании оборудования, контроле качества и работе со знаниями
Кейсы применения AI в нефтегазе
Как добывающие и перерабатывающие нефть компании внедряют GenAI